De strategische benadering van AI in een onderneming

Eens in de zoveel tijd komt er een technologie voorbij die zo veelbelovend is dat bedrijven deze implementeren zonder goed na te denken over hoe of waar deze het meest nuttig kan zijn.

Als we terugkijken naar de cloud, virtualisatie of de pc zelf, overheerste vaak de angst om iets te missen (FOMO) en verspilden veel bedrijven uiteindelijk veel tijd en geld aan het ongedaan maken van implementaties die ofwel onproductief waren ofwel schadelijk voor hun bedrijfsmodellen.

Hetzelfde zien we vandaag de dag met kunstmatige intelligentie (AI). Het huidige verhaal is dat AI de hele wereld zal veranderen en dat elke organisatie die niet voorop loopt in deze revolutie zal gaan falen. Het maakt niet uit waarvoor het wordt gebruikt en of het goede resultaten oplevert, zolang het management het bestaan ervan nu al kan melden aan investeerders, zal de rest zogenaamd op zijn plaats vallen.

Plannen voor kunstmatige intelligentie

Hoewel AI natuurlijk niet per definitie gedoemd is te mislukken, kan het later wel tot complicaties leiden als het niet goed wordt ge?mplementeerd. Als AI een bepaald proces eenmaal in zijn greep heeft, is het moeilijk om het ongedaan te maken. Daarom is een beetje planning op zijn plaats als het doel is om AI te gebruiken als een waardevol hulpmiddel en niet alleen als technologische window-dressing.

Op dit moment is het callcenter een plek waar AI zeer nuttig blijkt te zijn. De mogelijkheden in functies als spraakanalyse en het bepalen van de intentie van de klant maken het zeer waardevol als verkoop- en klantondersteunings middel.

Cobus Greyling, chief evangelist bij HumanFirst, een ontwikkelaar van dataproductiviteitsplatform, merkt op dat AI kan bijdragen aan alle vier de elementen van een moderne callcenteromgeving: verbinding, orkestratie, resourcebeheer en kennis en inzichten. Maar sommige specifieke toepassingen zijn eenvoudiger te implementeren en bieden meer zakelijke waarde dan andere.

Het analyseren van spraakpatronen en het leren peilen naar wat de klant nodig heeft zijn zeer haalbaar en bieden een goed rendement. Zaken als volledig conversational self-service assistentie en real-time agent coaching bieden echter een gemiddelde waarde en zijn moeilijker te ontwikkelen.

Het bouwen van kennisgrafieken om de conversatiemogelijkheden te optimaliseren of het cre?ren van tools om intelligente contactrouting mogelijk te maken, zijn momenteel uitdagende projecten die een beperkte productiviteit bieden.

Analytics met een doel

Het gebied van business analytics heeft ook een breed scala aan activiteiten, waarvan sommige beter geschikt zijn voor intelligente automatisering dan andere. Ivy Liu, CEO van e-commerce adviesbureau Ivy Insights, merkt op dat lead scoring enorm kan profiteren van snellere, nauwkeurigere analyse van prestatiecijfers. Hierdoor kunnen bedrijven ondermaats presterende initiatieven aanpassen of stopzetten en tegelijkertijd inzetten op de goed presterende initiatieven.

In de snelle digitale economie van vandaag, waar de marges steeds krapper worden, zal dit waarschijnlijk een belangrijke onderscheidende factor worden tussen succesvolle ondernemingen en mislukkingen.

AI biedt in wezen de hulpmiddelen om realtime prestatiebewaking te ondersteunen en zo een nauwkeurig beeld te geven van wat er nu en in de toekomst gebeurt. Het kan worden toegepast in een reeks processen, zoals verkoop, marketing, financi?n en strategische ontwikkeling op middellange en lange termijn.

We kunnen ook een blik werpen op het nog steeds opkomende gebied van DevOps om te zien hoe AI maximaal kan worden benut. Om te beginnen, zegt techschrijver Binod Anand, maakt AI het eenvoudiger om de input in elke fase van het ontwikkelproces te beheren door gegevens van interne en externe bronnen te verzamelen en deze te analyseren op nauwkeurigheid, relevantie en vooringenomenheid. Het verbetert ook de effectiviteit van de testcyclus om fouten uit te sluiten en de algehele productiviteit te verhogen, terwijl het ook de uitvoering van veiligheidscontroles versnelt.

Ondanks deze voordelen kan overmatig vertrouwen op AI echter leiden tot onopgeloste fouten in de DevOps-levenscyclus. Dit kan leiden tot prestatievertragingen of regelrechte uitval. Net zo verontrustend is de mogelijkheid dat het onethische of verstorende gevolgen heeft voor het leven van mensen, vooral wanneer het wordt toegepast op kritieke toepassingen zoals gezondheidszorg, persoonlijke financi?n en overheidsdiensten. Te veel AI kan ook behoorlijk duur worden, omdat er veel reken- en opslagcapaciteit nodig is voor training en voor het doorlichten van de enorme hoeveelheden gegevens die nodig zijn om de juiste resultaten te bereiken. En zodra een AI-model begint te vertrouwen op de output van andere AI-modellen, neemt het risico op wijdverspreide verstoring exponentieel toe.

Het juiste gereedschap voor de klus

Volgens Gartner is AI het meest effectief als het wordt toegepast op drie algemene toepassingen:

• Procesautomatisering
• Personalisatie
• Verbeterde productiviteit van werknemers

Op dit moment worden de meeste van deze voordelen behaald door AI toe te passen op eenmalige, point-to-point oplossingen. Grootschalige oplossingen kunnen meer waarde cre?ren, maar deze kunnen moeilijk te realiseren zijn zonder significante wijzigingen aan te brengen in gevestigde bedrijfsprocessen en de interacties tussen teams binnen de organisatie.

Een ding waar de onderneming rekening mee moet houden, vooral als het gaat om generatieve AI zoals ChatGPT, is om op de hoogte te blijven van opkomende regelgevende kaders, met name die met betrekking tot inbreuk op auteursrechten en wettelijke aansprakelijkheid.

Bovendien kunnen alle vormen van AI de wet overtreden door foutieve output te produceren als gevolg van algoritmische instabiliteit, slechte gegevens, gebrek aan menselijke vaardigheden en training en een groot aantal andere factoren. Het laatste wat een organisatie wil met een AI-investering is een fikse boete of zelfs een strafrechtelijke aanklacht.

Conclusie

Niemand heeft ooit gezegd dat AI een wondermiddel is voor alles wat de onderneming mankeert (hoewel sommigen dat misschien wel suggereerden). Een goede strategische visie moet zich eerst richten op het laaghangende fruit; dat wil zeggen, de eenvoudigste implementaties met het hoogste rendement.

Dat zorgt tenminste voor de buy-in van de gebruikersgemeenschap dat de technologie op een zinvolle manier kan bijdragen aan hun leven. Zodra die stap is gezet, zal verdere implementatie profiteren van de interne ervaring die tot nu toe is opgedaan en misschien van de AI-gedreven inzichten die zijn opgedaan tijdens de eerste ronde van implementaties.

Zoals bij alle bedrijfsinitiatieven moet AI beginnen met een doel en een plan om dat doel te bereiken. Van daaruit moet het op een natuurlijke manier in het bedrijfsmodel worden ge?ntegreerd, niet met geweld.